METRIC WARS v2 — Simulador de Métricas ML

Clasificador con distribución de clases equilibrada y buen rendimiento general.

Accuracy

—

(TP+TN) / Total

Precision

—

TP / (TP+FP)

Recall

—

TP / (TP+FN)

F1-Score

—

2·(P·R)/(P+R)

ROC-AUC

—

Área bajo ROC

PR-AUC

—

Área bajo PR

Matriz de Confusión

¿Cómo leerla? — Cada celda cruza lo que realmente era (filas) con lo que el modelo predijo (columnas).
Diagonal ↘ = aciertos (TP y TN). Fuera de la diagonal = errores (FP y FN).
El objetivo es maximizar la diagonal y minimizar los errores.

── Predicción del modelo ──

── Valor real ──

Pred:
Positivo

Pred:
Negativo

Real:
Positivo

TP — Acierto

Era positivo
y acertó ✓

FN — Error Tipo II

Era positivo
pero dijo negativo ✗

Real:
Negativo

FP — Error Tipo I

Era negativo
pero dijo positivo ✗

TN — Acierto

880

Era negativo
y acertó ✓

Click izquierdo → +10 | Click derecho → −10 | O usa los sliders

Total de muestras 1000

TP (Verdaderos Positivos) 85

FP (Falsos Positivos) 20

FN (Falsos Negativos) 15

TN (Verdaderos Negativos) 880

Cargando interpretación...

Curvas de Evaluación y Conclusiones

Umbral de decisión: 0.50

Gráfica	Conclusión
	Curva ROC — Interpretación Cargando...
	Curva Precision-Recall — Interpretación Cargando...

Diagnóstico General del Modelo

Ajusta los valores para ver el análisis completo.